當工業工程遇見系統工程 (上)
當工業工程遇見系統工程 (上)
陳宏毅 總裁
Founder, Mealcourt LLC, USA
International Vice President, Daymon Interaction Marketing
CTO, Educatalyst, USA
VP, Ariel Technology Inc, Canada
美國 波士頓大學資訊碩士
工研院電通所課長
國立陽明交通大學工業工程與管理學系傑出系友
想像一下,你是市長,想要建造一座能夠容納數百萬人的空中城市。
這時,你面前站著兩位專業工程人才:一位是「建築師 (The Architect)」,他關心的是這座城市的骨幹結構是否穩固、成千上萬個零件如何串接、以及在遭遇大風大雨或是隕石出現的時候,整座城是否能維持平衡與安全。另一位是「編舞家 (The Choreographer)」,他關心的是城市裡的每個人的流動路徑、資源如何以最短的路徑配送,以及如何讓每一度電與每一秒鐘都發揮最大的產值。
前者所關注的是「整體」,也就是所謂的系統工程(System Engineering, SE) ;後者思考的是「優化」,就是工業工程(Industrial Engineering, IE)的角色。在過去,這兩個領域的工程師,經常是在各自在不同的辦公室各自工作;但隨著科技的演進與使用體驗的競爭,特別是是近年來 AI 技術的大幅進化,頂尖的工程相關學府已經發現:SE 與 IE 其實是很多大型軟、硬體系統開發當中,高度相關和相互迭代的工程領域了。
■ 知名大學科系的先見之明
很多知名的學校,在二次世界大戰之後,就將 IE 與 SE 放在一起,這並不是行政上的隨機組合。 筆者探索了一下,歷經過半個世紀的學術演進,美國幾所頂尖學府的在合併IE 與 SE 的時機以及推動的原因,給讀者參考。
喬治亞理工學院 (Georgia Institute of Technology ,簡稱為Georgia Tech) — 1961 年的先驅
早期的 Georgia Tech 僅僅專注於傳統的工業工程,隨著二次世界大戰後,航太與更精密的電子系統崛起,學院當即意識到單純的「生產線優化」已經不足以應對未來的發展和挑戰。他們在1961年正式將工業工程的系所名稱改為 School of Industrial and Systems Engineering(ISyE)。這是全球第一個明確將「系統」提升到與「工業」同等地位的系所,他們預見了未來的工業工程師,必須要懂得「作業研究 (Operations Research)」的優化,也要理解「系統架構」的整合與兼容。
密西根大學 (University of Michigan) — 1956 年的轉型
密西根大學是美國工業工程的發源地之一,他們在1956 年,將原有的工業工程系更名為 Industrial and Operations Engineering (IOE)。雖然名稱中沒有「Systems」的字眼,但在課程架構中,他們將系統模擬 (System Simulation) 與大規模系統分析列為核心課綱。目前密西根大學的 IOE 已成為 SE 與 IE 深度整合的典範,強調利用系統工程的嚴謹性來解析複雜的營運問題。
佛羅里達大學 (University of Florida) — 1964 年的定調
佛羅里達大學在1964年正式成立工業與系統工程系(Industrial and Systems Engineering (ISE) 系。他們強調「系統工程提供框架,工業工程提供工具」。這種思維在 60 年代的 NASA 阿波羅計畫中大放異彩,驗證了兩個領域的整合,才有足夠的視角來解析以及落實複雜的工程挑戰。
史丹佛大學 (Stanford University) — 2000 年的世紀大匯流
史丹佛的轉型是最為現代,且最具代表性。在2000 年,史丹佛大學決定將三個頂尖系所,包括工業工程與工程管理 (Industrial Engineering and Engineering Management)、作業研究 (Operations Research) 以及工程經濟系統 (Engineering-Economic Systems),合併為 Department of Management Science and Engineering (MS&E)。這次合併代表著一個新時代的開始,他們認為,在網路與軟體所定義的世界中,SE 的架構思維、IE 的優化工具與管理科學必須「三位一體」,才能完整的解析像是Google 或 Amazon 這種規模的「巨型系統問題」。
■ 為什麼IE 與 SE 要「在一起」的三大核心
數學語言的共通性
不管是 SE 想要預測衛星零件在極端環境下的故障率,還是 IE 想要計算無人機物流的最佳路徑,背後的數學基礎,如機率學、統計學、作業研究,隨機過程與優化演算法等,都是一樣的。合併系所能讓研究的資源得到整合,讓老師和學生發展出一套能解決多數複雜問題的「大腦工具箱」。當一位工程師掌握了核心的數學優化能力,不但能優化生產線(IE的視角),也能顧慮到整個系統的綜合效能(SE的視角)。
應對「虛實整合系統 (Cyber-Physical Systems, CPS) 」
AI 時代的來臨讓許多“單一目的”的獨立裝置,必須具備跟其他系統進行整合以及雙向(Push & Pull)溝通的能力。例如一個智慧穿戴裝置(wearable device)既是一個需要智能而可靠的硬體系統,也必須是一個可準確與使用者互動,結合後台雲端資料以及算力的場域。如果分別獨立開發,整個裝置設計的原意就會完全喪失了。
從「設計」就開始預見「終點」
據國際系統工程協會(International Council on Systems Engineering,簡稱 INCOSE ) 調查,一個複雜系統 80% 的終身成本(包括開發、維護、修復、營運),在設計階段的前 20% 就已經決定了。
SE 提供「多視角思考」:確保在藍圖階段就考慮到各個零件的介面與整合。另一方面,IE 提供「運算與優化的能力」:例如,精算出未來系統的維護成本與實際產能等等。
結合了IE 與 SE的視角,就是希望培養出那種「在畫第一張草圖的時候,就已經可以想到十年後該系統應該要如何高效地被維修」,這就是IE + SE的全能型人才。
▲The V-Model of System Engineering (example)
■ IE+SE的案例:大眾運輸系統
我們以大眾運輸系統(Metro System)為例,來理解工業工程與系統工程息息相關的迭代合作。
SE 打造強韌的骨架 (The Skeletal Structure)
當一條新的捷運線還在規劃階段的時候,系統工程師是第一批上場的人。他們利用 V-Model 管理整個系統的複雜度,典型的工作像是:
• 需求拆解:定義「自動列車控制 (ATC)」系統的信號規範。這不僅僅只是簡單的程式代碼,而是關乎成千上萬乘客生命的邏輯驗證。
• 各個子系統的介面管理:確保月台閘門,通訊系統,電力分配與列車控制之間,數以萬計的數據交換不但是準確無誤,還能具備在重大天然災害發生時後的緊急應變需求。
IE 注入讓系統順暢運作的靈魂 (The Fluid Intelligence)
當硬體架構穩定後,工業工程師接著登場。他們運用專業IE工具讓系統「活」起來,典型的工作像是:
• 排班優化 (Scheduling):利用 AI 預測各站點在不同時段的人潮壓力,精算出最省電、以及不同載運量的等待時間都是最短的班次邏輯。
• 人因工程 (Human Factors):設計車廂內的扶手高度、出口動線與標示字體、確保在高壓力的人流中,乘客不會發生踩踏事故或迷失方向,需要特殊協助的乘客也能得到相應的提示。
• 後勤維護 (Logistics):利用 AI 預測哪一個軌道扣件快要損壞,並在故障發生前就備妥備品。這就是 IE 對營運成本的精準控管。
IE+SE的結果:1+1 > 2
如果只有 SE,這條捷運可能非常安全,但經營上會因為效率低下而慘賠;如果只有 IE,營運效率可能很高,但系統在整合時可能會因為邏輯漏洞百出而發生意外。只有結合IE 與 SE 的整合考量,民眾才能擁有一座既安全、又高效,且能隨著城市擴張自我調整的現代脈搏。
■ 成為 AI 時代的「系統工業工程師」
當代的機械、電機、電子、資訊等等專業的工程人士、教授或是學生而言,世界將不再只是需要能優化單一產線的工程師,也不再需要只會細部分析或是撰寫技術文件的設計師。 在閱讀這篇文章的同時,我們的世界已經是迫切的需要具備「全局觀」的 系統工業工程師了(Systems Industrial Engineers)。
在下一期的文章中,我們將再進一步討論,在AI時代下的IE + SE 將如何更有效率地整合,並跟讀者介紹模型化系統工程(Model-Based Systems Engineering,MBSE ), 以及數位孿生(Digital Twins)的發展,以及IE + SE 串聯的系統。